科技文檔中數(shù)學(xué)公式的描述與檢索.pdf

1、數(shù)學(xué)公式是一類非常特殊的符號表達(dá)式。在外形上，它呈現(xiàn)非線性結(jié)構(gòu)，可以用于描述和展示比普通文本更加復(fù)雜的邏輯關(guān)系；在內(nèi)容上，它簡潔明了，對問題的描述和表達(dá)比普通文本更精確。數(shù)學(xué)公式作為科技文檔中一類非常重要的元素，人們希望對它進(jìn)行描述和檢索，但由于目前缺乏有效的手段，對數(shù)學(xué)公式的描述與檢索一直是一個難題。
　　 為了在Web環(huán)境下描述和檢索數(shù)學(xué)公式，創(chuàng)建了一種基于XML的“形義”結(jié)合的數(shù)學(xué)公式描述方法ScienceML，實(shí)現(xiàn)了一個

2、瀏覽器/服務(wù)器結(jié)構(gòu)的數(shù)學(xué)公式檢索原型系統(tǒng)MRS(Math Retrieval System)。ScienceML既描述了公式中各個元素之間的嵌套、上下、左右等形式結(jié)構(gòu)信息，又描述了數(shù)學(xué)公式蘊(yùn)含的語義信息；形式結(jié)構(gòu)的描述可以滿足公式在科技文檔中顯示的需求，內(nèi)在語義的描述可以提高數(shù)學(xué)公式檢索的精度。MRS主要包括公式采集、數(shù)據(jù)庫創(chuàng)建、公式索引及公式查詢4個模塊。
　　 數(shù)學(xué)公式采集模塊使用網(wǎng)絡(luò)機(jī)器人技術(shù)，從網(wǎng)絡(luò)上收集數(shù)學(xué)公式；在數(shù)據(jù)